Vector Search & Indexing Lab 🔬
Trực quan hóa thuật toán: Flat (KNN), IVF, HNSW, và Product Quantization (PQ)
⚙️ Cấu hình bộ máy
Kiểu Chỉ Mục (Index Type)
Flat Index (KNN brute-force)
Inverted File Index (IVF)
HNSW Index (Đồ thị đa tầng)
Product Quantization (PQ nén)
Độ đo khoảng cách
Euclidean (L2 Distance)
Cosine Distance
Manhattan (L1 Distance)
Kích hoạt thao tác Click Canvas
🔎 Tìm kiếm Query
➕ Chèn Vector
Số Centroids (K-Means)
8
nprobe (Số cụm cần duyệt)
2
Số kết nối tối đa M
8
efSearch (Độ rộng tìm kiếm)
16
Số phân đoạn m (Subspaces)
2 subspaces (Mã hóa X và Y độc lập)
Số centroids con / subspace
8
📊 Sinh dữ liệu
Số lượng vector
200
Kiểu phân bố
Phân cụm Gauss (Clustered)
Đều khắp (Uniform)
🔄 Sinh dữ liệu mới
🏗️ Xây dựng Chỉ mục (Build Index)
🧹 Xóa toàn bộ dữ liệu
🎨 Bản đồ không gian Metric (2D Space)
Chế độ: 🔎 Click để định vị Query Vector
▶ Tìm kiếm
⏯ Bước tiếp
Tốc độ chạy
Query
Top K
Centroid
Vector thường
📈 Phân tích hiệu năng
Độ chính xác Recall@K
100.0%
Số phép tính khoảng cách (ANN)
0
Số phép tính khoảng cách (Flat/KNN)
0
Độ tiết kiệm tính toán (Compute Savings)
Đã giảm được
0.0%
📜 Log thực thi chi tiết
Sẵn sàng. Hãy tạo dữ liệu và nhấn "Xây dựng Chỉ mục".